Boxに保存されている企業ドキュメントを対象としたRAGの構築

Boxによって管理される取得から始めます。ファイルをに追加し、を呼び出します。Boxはコンテンツを取得して回答の根拠として利用するとともに、リクエストを行ったユーザーの権限を確認します。この方法では、独自の埋め込みパイプラインやベクトルデータベースを運用する必要はありません。 独自のパイプライン (チャンク、埋め込み、保存、生成) を構築するのは、Boxによって管理される取得では対応できないユースケースのみとしてください。

​

使用すべきアプローチ

​

Boxによって管理される取得

項目としてHubを指定したBox AI Askの動作は次のとおりです。

• Hubのコンテンツをインデックス化します。ベクトルストアはホストしません。
• 呼び出し元ユーザーまたはアプリがアクセスできるファイルからのみ回答を返します。
• ソースファイルへの引用情報を含みます。
• ファイルやHubの項目が変更されても最新の状態を保ちます。再インデックス化ジョブは実行しません。

全体的な手順については、を参照してください。業務用アプリについては、やに関するチュートリアルを参照してください。

​

独自のRAGパイプライン

以下が必要な場合は、Boxからエクスポートします。

• Box AIが提供しない取得エンジンまたは埋め込みモデル。
• Boxのドキュメントと他のソースを組み合わせた単一のインデックス。
• カスタムのチャンク化、ランク付け、または評価。
• 自分が管理するモデルホスティング。

一般的なフロー:

1. アプリケーションで読み取れるフォルダまたはファイルを選択します。企業のルートはインデックス化しないでください。
2. Boxレプリゼンテーションまたは独自のパーサーを使用してテキストを抽出します。とのチュートリアルを参照してください。
3. テキストをチャンク化し、埋め込みを生成して、ベクトルをBoxファイルIDと権限メタデータとともに保存します。
4. クエリ実行時に、質問を埋め込み、インデックスを検索し、現在のユーザーがBoxでアクセスできないチャンクを削除します。
5. 質問と許可されたチャンクをLLMに送信します。回答ではBoxファイルIDを引用します。

フレームワークローダー: 。

​

エクスポートされたインデックスで権限対応を維持する

Boxは、Pinecone、Weaviate、LLMのプロンプト内で権限を適用しません。Boxからテキストをコピーした後のアクセス制御はお使いのサービス側で行われます。 最低限、以下の実装が必要です。

• 各ベクトルにBoxファイルIDとバージョンIDを保存します。
• 結果を返す前に、クエリを実行したユーザーのBoxの権限を確認します。ユーザーが開けないファイルからのチャンクは削除します。
• ファイル、コラボレーション、または共有に変更があった場合はインデックスを更新します。一度限りのクロールではなく、またはを使用します。
• インデックス時に権限をキャッシュした場合でも、クエリ実行時にアクセス権限を再確認します。共有の変更はほとんどのバッチ処理よりも高頻度で発生します。

権限に応じた回答が主な要件で、コンテンツがすでにBox内にある場合は、代わりにHubsとAskを使用してください。 を参照してください。